负载电流法在基于振动信号分析法监测变压器铁心状况中的应用

振动法是诊断变压器运行中潜伏故障的一种有效手段，不仅能够检测出故障绕组，还能检测铁心的状况，对其进行充分的研究有良好的应用前景。文中提出了一种不空载运行变压器取得变压器铁心振动信号基频成分的负载电流法。模拟变压器实际运行时的情况，测量了不同负载电流及空载情况下变压器本体的振动加速度信号。通过拟合的负载电流与振动加速度信号基频成分的关系曲线，得到了负载电流为零时变压器振动信号基频成分的幅值，这个值与空载情况测得的振动信号基频成分相当，说明了利用这种方法可以提取出变压器铁心振动信号的基频成分。文中最后利用负载电流法对于铁心故障进行了监测，并与小波包分析法进行比较，结果证明了这种方法可初步判定铁心的状况。     

盲源分离在振动机械故障诊断中的应用

采用了盲源分离的方法对机械振动信号进行了研究。首先简要地介绍了盲信号分离基本原理。基于最大负熵的原理,建立了用独立分量分析方法估计分离矩阵的FastICA的模型,并给出了实现步骤,编制了相应的程序。对实际振动传感器采集到的信号并进行盲分离实验,不同特征的信号可以被分离开来,分离出的信号极大地保留了源信号的信息特征。实验结果表明此方法是有效的,可作为振动机械故障诊断的信号预处理方法.     

振动频谱特征值在诊断变压器故障中的应用研究

<正>常运行中的电力变压器的振动主要来自于变压器铁心和绕组的振动,振动信号中包含了丰富的能够表征变压器状态的信息。文章在1台10/0.4 k V三相双绕组电力变压器中设铁心松动、绕组松动、绕组幅向错位故障,利用基频、幅值、主频率、频率比重以及频谱复杂度等振动特征量,研究了变压器绕组在上述故障条件下油箱表面的振动变化规律。研究结果表明,三种故障条件下的频谱复杂度均会降低,绕组松动和铁心松动中的振动基频会升高,绕组错位中的基频振动会降低。文中的结论对基于振动信号分析法的电力变压器诊断具有借鉴意义。     

振动法在变压器绕组状态检测中的应用

振动法通过检测变压器短路试验时绕组的振动信号来判断绕组的状态,便于今后用于变压器在线状态检测。介绍了振动法检测绕组状态的检测系统和过程,以及如何以振动速度总振级和振动速度烈度指数来判断绕组的状态。通过对变压器实例的检测,验证了振动法可发展为变压器在线检测的一种测试方法。     

电力变压器振动信号分离方法研究

以独立成分分析(ICA)为代表的主流盲分离技术对信号独立性要求较高,难以分离具有高度相关性的变压器铁芯与绕组振动信号。为了分离变压器铁芯和绕组振动信号,建立了变压器振动信号混合模型,在该模型基础上提出了一种基于时频比盲源分离算法(TIFORM-BSS)的变压器振动信号分离方法。将该方法分别应用于分离人工混合后的110 k V三相变压器油箱壁信号和实际运行中的500 k V单相变压器油箱壁振动信号,结果表明该方法能够有效分离具有强相关性的变压器绕组和铁芯振动信号。     

变压器故障诊断技术

0 前言 变压器是供配电系统中广泛使用的重要且昂贵的高压电气设备,在运行中变压器一旦发生损坏性故障,则将直接影响电网的供电,除修复费用大外,还会造成更大的直接经济损失,因此选用高质量的变压器,提高运行维护水平,使用有效的故障诊断技术,具有十分重要的实际价值。     

基于盲源分离的弱信号检测方法研究

本文对基于盲源分离技术的弱信号检测方法进行了研究,构造了弱信号检测模型.采用基于高阶累积量的独立分量分析算法来对弱信号进行检测.为了证明模型和算法的有效性,对弱语音信号进行实验仿真检测.实验表明,盲源分离技术应用在弱信号检测中是可行的,算法能够有效地提高输出信噪比.随着输入信噪比的降低,输出信噪比的改善效果越明显.当输入信噪比不低于-82dB时,该算法能有效地检测到弱信号源.     

振动法检测空载变压器绕组的压紧状态

为监测和诊断电力变压器的绕组压紧状态,利用诊断运行中变压器潜伏故障的一种有效手段即振动法,研究了1台500 kVA、10 kV/0.4 kV模拟变压器在空载状况下其箱壁振动加速度幅值和绕组压紧力之间的关系。试验结果表明,箱壁振动加速度信号的谐波分量变化依赖于绕组压紧力的变化。该测试方法简单有效,且不会对变压器造成任何损伤,因此值得继续深入研究。     

计及源数估计的盲源分离技术在GIS局部放电监测中的应用

为解决气体绝缘开关设备可能同时存在多个局放源并且源个数未知的实际问题,文中提出在对气体绝缘开关设备中局放源进行源数估计的前提下再对混合信号进行盲源分离的方法。对不考虑传感器噪声和考虑传感器噪声的两类情形,分别利用零空间法与特征值分解法对其进行源数估计,采用估计结果,运用快速独立分量法对信号进行盲源分离。分析研究信噪比对盲源个数估计以及盲源分离效果的影响,为避开盲源分离存在反相与幅值不定的缺陷,运用相关系数法检验分离效果,分离结果说明了盲源个数估计及盲源分离方法在对多局放源激发的混合特高频信号的分离中具有一定的实用性及可行性。     

运行中的电力变压器油箱表面振动信号的研究

变压器绕组和铁心是发生故障较多的部件。通过对电力变压器空载试验及负载试验时分别测量油箱表面的振动信号,从而得到铁心及绕组的振动信号,为开展变压器绕组及铁心监测与诊断方法的研究提供了十分重要的依据。本文提出了对实际运行的电力变压器油箱表面的振动信号进行测量,比较分析变压器型号、传感器测量位置等对测得的振动信号的影响;当缺乏历史数据时,可以通过和同型号变压器或上下对称位置处的振动信号比较来判断绕组或铁心状况;并且通过对传感器安装位置发生偏离时测得信号的比较分析,提出了测点的布置与以往数据相比,相差半径范围不应超过5 cm的结论。     

运行中的电力变压器油箱表面振动信号的研究

变压器绕组和铁心是发生故障较多的部件。通过对电力变压器空载试验及负载试验时分别测量油箱表面的振动信号，从而得到铁心及绕组的振动信号，为开展变压器绕组及铁心监测与诊断方法的研究提供了十分重要的依据。本文提出了对实际运行的电力变压器油箱表面的振动信号进行测量，比较分析变压器型号、传感器测量位置等对测得的振动信号的影响；当缺乏历史数据时，可以通过和同型号变压器或上下对称位置处的振动信号比较来判断绕组或铁心状况；并且通过对传感器安装位置发生偏离时测得信号的比较分析，提出了测点的布置与以往数据相比，相差半径范围不应超过5cm的结论。     

振动法在变压器绕组状态检测中的应用研究

以在国家变压器质量监督检验中心进行短路试验的配电变压器为研究对象,利用振动法采集变压器箱体在变压器承受短路电流时的振动信号,将测得的振动信号数据与被试变压器的试验结果及吊芯检查情况进行分析比较,发现振动法测试与传统测试方法相比具有更高的测量灵敏度,可以敏锐地反映变压器绕组状态的变化。     

基于RBF神经网络的变压器绕组及铁心振动信号分离研究

对变压器油箱表面混合的绕组和铁心振动信号进行分离,可以提高利用振动信号诊断内部机械状态的准确程度。文中利用径向基(radial basis function,RBF)神经网络以任意精度逼近非线性函数的优点,建立了以混合振动信号频域特征为输入,铁心、绕组源信号频域特征为输出的分离模型,将采集到的振动信号分为训练集和验证集,用训练集对网络进行训练,验证集进行验证,设定训练误差的目标值,当网络迭代到训练误差达到指定精度时,网络训练完成,从而可以利用该网络实现铁心、绕组振动信号的分离。波形相似系数的计算结果表明,分离信号与振动源信号的相似系数高于0.7,分离效果理想。与传统的盲源分离方法相比,基于RBF神经网络的分离方法克服了前者的两个局限性:一个是源信号排列顺序的不确定性,即分离出的铁心和绕组振动信号的排序无法确定;另一个是信号幅值的不确定性,即分离得到信号与源信号波形相似而幅值差距较大。此方法能够更准确地获得绕组和铁心的振动信号,实现对绕组、铁心机械状态的诊断。     

利用振动法进行变压器在线监测的应用研究

介绍了用振动法在线监测变压器绕组、铁心和有载分接开关的应用状况,研究了应用该方法的原理、测量方案以及判据,说明了振动法是一种切实可行的方法.     

空载,短路试验在电力变压器绕组与铁心校核时的应用

绕组和铁心是变压器的核心,当变压器的理论设计和实际制作完成之后,对绕组与铁心的检验必不可少。本文从实际经历出发,总结出一种简捷、实用的检验方法。     

改进的互信息最小化非线性盲源分离算法

提出了一种改进的互信息量最小化非线性盲源分离算法,改善了优化算法在串音误差方面大等的不足。该方法利用自然梯度优化算法来优化目标函数,避免了对矩阵的求逆计算,减少了计算时间。此外,在网络参数优化的过程中引入了扰动信号,提高了非线性盲源分离算法的寻优能力。实验结果表明改进的非线性盲源分离算法是有效的,而且相对传统的非线性盲源分离方法具有较小的误差。     

空调电机振声信号的盲源分离故障特征提取

电机振声信号蕴涵着丰富的电机状态信息,文中提出利用电机振声信号对电机进行故障诊断,实现噪声出厂检测.由于观测信号信噪比较小,难于提取电机振声信号故障特征.应用肓分离技术从观测信号提取独立的声源信号,提出了基于峭度的盲源分离开关算法,可以在源信号概率密度函数未知时提取独立分量,消除相邻部件辐射噪声的干扰.实验证明该算法成功分离电机振声信号,有效提取故障特征.     

振动法用于在线监测电力变压器绕组及铁心状况的可行性研究

本文提出利用在线测量器身振动监测电力变压器铁心及绕组状况的方法 ;分析讨论了如何从器身振动信号中提取铁心及绕组的振动信号。根据参考文献以及实测得到的变压器器身振动信号频谱图 ,研究了铁心及绕组振动信号的基本特征 ;最后论证了利用振动法在线监测电力变压器比噪声法具有更高的可行性     

基于盲源分离和小波滤波的胎儿心电检测

利用胎儿心电信号与母亲心电信号及其他干扰信号之间的统计独立性、非相关性,采用盲源分离算法将胎儿心电信号从复杂的背景干扰中分离出来,但分离出来的胎儿心电图信号仍然受到噪声的干扰。本文提出联合小波滤波与盲源分离的胎儿心电检测方法,首先采用盲源分离处理多传感器采集到的信号,得到受干扰的胎儿心电图信号,然后采用小波滤除噪声,获得较为清晰的胎儿心电图信号。实际采集数据试验表明了该方法的可行性和优越性。